Python 熊猫：结合不同的时间跨度和cumsum

我有以下

数据帧

：

from datetime import datetime
from pandas import DataFrame

df = DataFrame({
    'Buyer': ['Carl', 'Carl', 'Carl', 'Carl', 'Joe', 'Carl'],
    'Quantity': [18, 3, 5, 1, 9, 3],
    'Date': [
        datetime(2013, 9, 1, 13, 0),
        datetime(2013, 9, 1, 13, 5),
        datetime(2013, 10, 1, 20, 0),
        datetime(2013, 10, 3, 10, 0),
        datetime(2013, 12, 2, 12, 0),                                      
        datetime(2013, 9, 2, 14, 0),
    ]
})

首先：我想在这个

数据框架中添加另一列，它总结了每个买家过去5天的购买情况。特别是结果应如下所示：

        Quantity
Buyer   Date    
Carl    2013-09-01  21
        2013-09-02  24
        2013-10-01  5
        2013-10-03  6
Joe     2013-12-02  9

为此，我从以下几点开始：

df1 = (df.set_index(['Date', 'Buyer'])
         .unstack(level=[1])
         .resample('D', how='sum')
         .fillna(0))

但是，我不知道如何向这个数据框添加另一列，它可以为每行添加前5行条目

秒：
在此
数据框中添加另一列
，该列不仅汇总了过去5天的购买量，如（1）所示，还根据购买日期对这些购买量进行加权。例如：5天前的购买量应计算为20%，4天前的购买量应计算为40%，3天前的购买量应计算为60%，2天前的购买量应计算为80%，1天前和今天的购买量应计算为100%
假设
pd==pandas
和
DT==datetime
安全吗？嗨，埃里克，是的。我编辑了我的原始帖子以包含导入内容。顺便说一句，你尝试过什么吗？是的，我添加了我的尝试，但我只获得了有限的成功